Hacker News · AI·· 11 giờ trướcĐiểm AI60
Inworld ra mắt Realtime TTS-2 và TTS-2 Flash với âm thanh đầu tiên nhanh chỉ từ 50 ms
Inworld TTS looks not bad at all
Tóm tắt bằng AI
Inworld phát hành hai mô hình chuyển văn bản thành giọng nói thời gian thực, Realtime TTS-2 và Realtime TTS-2 Flash, với âm thanh đầu tiên nhanh chỉ từ 90 ms và 50 ms tương ứng. Realtime TTS-2 hỗ trợ khoảng 500 ngôn ngữ và phương ngữ, đồng thời chấp nhận hướng dẫn phong cách diễn đạt bằng ngôn ngữ tự nhiên, trong khi Flash đánh đổi khả năng điều khiển biểu cảm để lấy độ trễ và chi phí, với giá từ 7 USD mỗi triệu ký tự trên gói Growth. Inworld dẫn các đánh giá chuẩn Coval cho thấy Flash có âm thanh đầu tiên nhanh hơn ElevenLabs tới 3 lần và nhanh hơn OpenAI GPT-4o mini TTS tới 35 lần, đồng thời cung cấp endpoint tương thích OpenAI cùng công cụ di chuyển từ ElevenLabs.
Nguồn:Hacker News · AI · inworld.ai